テンソルフローの高度化: カスタムモデルと訓練ループ

標準の機械学習 API は一般的なタスクに適していますが、現実のディープ ラーニングにはしばしば専用のアーキテクチャと正確な実行挙動が必要です。最新のシステムを構築するには、フードの下を見て、モデルがデータを処理し、エラーを計算し、重みを更新する方法をカスタマイズすることを学ぶ必要があります。 テキストベースのこのコースでは、TensorFlow モデルのあらゆる面をカスタマイズするプロセスを説明します。高レベルのプリビルドレイヤーを使用して、自分でカスタムコンポーネントを書き、ユニークなロス関数を設計し、ゼロから正確な訓練ループを実装するまでの過程を説明します。 学ぶことは - 最大限のアーキテクチャの柔軟性を得るために、Keras サブクラス API を使用してカスタムレイヤーとモデルをビルドします 特殊な機械学習目標に合わせたカスタム損失関数と評価メトリックを設計する。 また，最適化プロセスの完全な制御を得るために，ＧｒａｄｉｅｎｔＴａｐｅを用いたカスタム訓練ループを実装した。 また，データ入力パイプラインをｔｆ．ｄａｔａ　ＡＰＩで最適化し，ハードウェア利用を最大化し，訓練ボトルネックを防ぐ。 モデルのコンパイルと性能を高速化するために，ｔｆ．ｆｕｎｃｔｉｏｎを用いたグラフ実行技法を適用する。 構造化された書面による説明と実際的なコードウォークスルーを通じて、低レベルモデルのカスタマイズの仕組みを習得する。 機械学習の基本的な概念を理解し，TensorFlow の技術的能力を拡張したい学習者向けに設計されたこのコースでは，カスタム訓練ループや低レベルの API 機構に関する以前の経験は不要です。 機械学習プロジェクトにおいて TensorFlow の全てのパワーと柔軟性を解き放つために、今すぐ読み始めましょう。